算法笔记 ----- 快速排序

理解部分

 D&C 策略！ D&C算法是递归的。使用D&C解决问题的过程是分为两个步骤：

 1 、找到基线条件，这种条件必须尽可能的简单

 2、不断的将问题分解(或者说是缩规模), 直到符合基线条件。

D&C并非是解决问题的算法，而是解决问题的一种思路！

看个例子

求 数组数字的和

let nubs = [2,4,6]

let sum = function (arr) {
    let total = 0;
    arr.map(item => {
       total += item
    })
   return total

}

这种很容易 

但是如何使用递归函数来完成这种任务呢

function add(arr) {
    if (arr.length == 1) return arr[0] 
	console.log(arr)
    return arr[0] + add(arr.slice(1))
}

快速排序

（1）在数据集之中，选择一个元素作为"基准"（pivot）。

（2）所有小于"基准"的元素，都移到"基准"的左边；所有大于"基准"的元素，都移到"基准"的右边。

（3）对"基准"左边和右边的两个子集，不断重复第一步和第二步，直到所有子集只剩下一个元素为止。

代码实现

var quickSort = function(arr) {

　　if (arr.length <= 1) { 
	   
	   return arr; 
	}

　　var pivotIndex = Math.floor(arr.length / 2);

　　var pivot = arr.splice(pivotIndex, 1)[0];

　　var left = [];

　　var right = [];

　　for (var i = 0; i < arr.length; i++){

　　　　if (arr[i] < pivot) {

　　　　　　left.push(arr[i]);

　　　　} else {

　　　　　　right.push(arr[i]);

　　　　}

　　}

 　　return quickSort(left).concat([pivot], quickSort(right));

};
console.log(quickSort([12,23,433,3,4,2,56,76]))

首先，定义一个quickSort函数，它的参数是一个数组。

然后，检查数组的元素个数，如果小于等于1，就返回。

接着，选择"基准"（pivot），并将其与原数组分离，再定义两个空数组，用来存放一左一右的两个子集。

然后，开始遍历数组，小于"基准"的元素放入左边的子集，大于基准的元素放入右边的子集。

最后，使用递归不断重复这个过程，就可以得到排序后的数组。

使用的时候，直接调用quickSort()就行了。

再谈大O表示法

1. 快速排序的时候取第一个值为基准值  是最糟糕的情况 栈长为O(n) 

2. 将中间的元素作为基准值  是最佳的情况 栈长为O(log n)

只要每次的都选择一个数组元素作为基准值，快速排序的平均时间就将为O(n log n)。快速排序是最快的排序算法之一，也是D&C典范。

1、O(n)

2、 O(n) 

3、O（1）

4、O（n²）

小结

1.  D&C将问题逐步分解。使用D&C处理列表时，基线条件可能是空数组或者只包含一个元素的数组。

2、实现快速排序时，请随机的选择使用基准值的元素，快速排序的平均运行时间为O（n log n）。

3、大O表示法中的常量有时候事关重大，这就是快速排序比合并排序快的原因所在。

4、比较简单的查找和二分查找时，常量几乎无关紧要，因为列表很长时，O(log n )的速度比O(n)快的多。